Dimanche 27 mai 2012 : accueil des participants

Lundi 28 mai 2012

Tutoriel (9h-12h30) [Slides]

Information Management in the Cloud – Big Data Analytics Beyond Map/Reduce - Volker Markl (TU Berlin). ( détails )

The talk will present cloud information management and big data analytics, with a particular focus on our research in a massively parallel data processor in the Stratosphere Research Unit, a DFG funded project among TU Berlin, FU Berlin, and HPI Potsdam. After surveying big data analytics, with its challenges and opportunities we will present a new flavor of data processor that goes beyond the popular map/reduce paradigm. We propose a programming model based on second order functions that describe what we call parallelization contracts (PACTs). PACTs are a generalization of the map/reduce programming model, extending it with additional higher order functions and output contracts that give guarantees about the behavior of a function. A PACT program is transformed into a data flow for a massively parallel execution engine, which executes its sequential building blocks in parallel and provides communication, synchronization and fault tolerance. The concept of PACTs allows the system to abstract parallelization from the specification of the data flow and thus enables several types of optimizations on the data flow. The system as a whole is as generic as map/reduce systems, but can provide higher performance through optimization and adaptation of the system to changes in the execution environment. Moreover, it enables the execution of tasks that traditional map/reduce systems cannot execute without mixing data flow program specification and parallelization, like joins, time-series analysis or data mining operations. We will present our research vision and preliminary research results that we have achieved during the last year. We will also highlight our research agenda for the upcoming year.
Bio. Volker Markl is a Full Professor and Chair of the Database Systems and Information Management (DIMA) group at the Technische Universität Berlin (TU-Berlin). Prior to joining TU Berlin, Dr. Markl lead a research group at FORWISS, the Bavarian Research Center for Knowledge-based Systems in Munich, Germany, and was a research staff member and project leader at the IBM Almaden Research Center in San Jose, California, USA. His research interests include: information as a service, new hardware architectures for information management, information integration, autonomic computing, query processing, query optimization, data warehousing, electronic commerce, and pervasive computing. Volker has presented over 100 invited talks in numerous industrial settings and at major conferences and research institutions worldwide. He has authored and published more than 50 research papers at world-class scientific venues. Volker regularly serves as member and chair for program committees of major international database conferences. He also is a member of the Board of Trustees of the VLDB Endowment. Volker has 5 patent awards, and he has submitted over 20 invention disclosures to date. Over the course of his career, he has garnered many prestigious awards, including the European Information Society and Technology Prize, an IBM Outstanding Technological Achievement Award, an IBM Shared University Research Grant, an HP Open Innovation Award, and the Pat Goldberg Memorial Best Paper Award.

Exposé (14h-15h)

Les Data Market places - Julien Masanès (Internet Memory). ( détails )

La disponibilité, sur le réseau, de masses de données relatives à tous les sujets offre une opportunité sans précédent pour développer des analyses à grande échelle. Ces analyses peuvent viser soit à constituer des corpus géants dont la valeur vient essentiellement du volume d’information considéré (exemple bien connu du système de traduction statistique de Google, basé sur la connaissance d’un très grand nombre de documents traduits en plusieurs langues). Elles peuvent aussi viser à l’analyse temporelle d’évolution reflétées par les échanges sur le Web (étude de « e-réputation », émergence et diffusion de concepts, etc.). Les Data Market Place sont des centres de données fournissant de tels services d’analyse, de recherche, de classification, sur des corpus de documents collectés dans l’espace public de l’Internet. L’exposé présentera les enjeux sociaux, économiques et techniques de ces nouveaux services.

Atelier (15:30 - 17:30)

Présentations sélectionnées lors des inscriptions.
Animateurs Christine Collet (Pr, INPG), Esther Pacitti (Pr, U. Montpellier 2), Philippe Rigaux (Internet Memory Research & Pr, CNAM)

Mardi 29 mai 2010 : Interroger et intégrer les données

Cours (9h-12h30) [Exposé]

Evaluation et optimisation des traitements de documents XML - Dario Colazzo (Universite Paris Sud – INRIA, France), Giorgio Ghelli (Universita di Pisa, Italy), Carlo Sartiani (Universita della Basilicata, Italy). ( détails )

La notion de schéma a toujours joué un rôle clé en bases de données. En ce qui concerne les bases de données relationnelles et objet, la notion de schéma est très simple et cela rend leur utilisation facile que ce soit pour la vérification de typage ou pour l’optimisation de requêtes. En ce qui concerne les données semi-structurées et les documents XML, la notion de schéma est largement plus riche et complexe puisqu’elle doit fournir les mécanismes permettant de décrire des données irrégulières et incomplètes. Ce tutoriel propose de présenter les modèles formels qui sont sous-jacents aux différents langages de définition de schéma XML. Les propriétés de ces langages ainsi que la complexité des problèmes de décision élémentaires seront également exposés. Le tutoriel explorera également un certain nombre de méthodes faisant usage des schémas par exemple pour l’évaluation de requêtes. La résolution efficace de problèmes de décision important sera présentée,, le prix à payer étant quelques restrictions portant sur l’expressivité des langages de schéma (types).

Ouverture (14h-15h) [Exposé]

Intégration de données pour les Sciences de la Vie -- Sarah Cohen-Boulakia (Université Paris-Sud 11, France), Ulf Leser (Humboldt-Universität zu Berlin, Germany) ( détails )

L’intégration de données massives produites par le développement de la biologie (e.g. projet du génome humain) est considéré comme l’un des défis les plus importants pour l’avancée des Sciences de la Vie. Les résultats de recherche en intégration de données issues du domaine des bases de données (query planning, schema matching, resourece dsicovery, ...) n’ont été exploités que très timidement jusqu’à présent, laissant largement la place au développement de méthodes ad hoc et de scripts. Cet exposé fait le point sur l’état de l’art de l’intégration de données appliquée aux Sciences de la Vie et propose une discussion des raisons expliquant la lente diffusion des résultats de recherche. Un tour d’horizon des directions récentes sera également développé : workflow scientifiques, techniques issues du Web sémantique, problème de ranking des résultats.

Atelier (15h30-17h30)

Présentations sélectionnées lors des inscriptions, en lien avec la thématique du jour.
Animateurs responsables : Nicole Bidoit (Pr, U. Paris 11, LRI) , Maguelonne Teisseire (TETIS UMR Cemagref, Cirad, AgroParisTech).

Mercredi 30 mai 2012: Ateliers et activités de groupe

Atelier (9h-12h30)

Présentations sélectionnées lors des inscriptions, , en lien avec la thématique du jour.
Animateurs responsables: Nicole Bidoit (Pr, U. Paris 11, LRI), Philippe Pucheral (Pr, UVSQ), Philippe Rigaux (Internet Memory Research), assistés de tous les membres du comité scientifique

Sortie.

L’après-midi sera consacrée à une sortie en groupe, à déterminer ultérieurement.